为什么可以使用较小的遮罩掩盖图像？

Question

u-net的输入图像大小为572 * 572，但输出掩码大小为388 * 388。图像如何被一个更小的遮罩遮盖？

Answer 1

大概你指的是Ronneberger等人发布的U-Net架构的scientific paper。图中显示了这些数字。

的解释是一个比特隐藏在工段中，纸的“3.培训”：

由于未填充卷积，输出图像是小于输入由不变的边框宽度。

这意味着在每次卷积过程中，图像的一部分被“裁剪”，因为卷积将在坐标中开始，从而与图层的输入图像/输入斑点完全重叠。在3x3卷积的情况下，这总是每边一个像素。有关内核/卷积的更多视觉解释，请参阅here。 输出较小，因为由于裁剪发生在无垫圈卷积过程中（图像的内部）部分会得到结果。

这不是该体系结构的一般特征，而是（无衬垫）卷积所固有的东西，可以通过填充来避免。可能最常见的策略是在图像边界处进行镜像，以便每个卷积可以从图像的边缘开始（并且在核心重叠的地方看到镜像像素）。然后输入大小可以保留，完整的图像将被分割。